飞机封闭腔室减重降噪优化方法

噪声水平是现代飞机封闭腔室设计的重要指标,设计中单纯地对壁板进行加肋处理虽能显著降低噪声但会大大增加结构质量,为此对由封闭腔室构成的结构-声耦合系统进行了减重降噪优化研究。基于结构-声耦合有限元模型,利用有限元软件ACTRAN计算了频谱加载时舱内的声压响应。通过试验对简化处理及数值计算进行了验证,并修正了相关模型参数。为了降低结构质量,以加强肋为边界对舱门壁板进行了分区,通过对各个区域壁板厚度及肋条截面积的优化设计,使系统动刚度分配更趋合理,降低了声辐射能量以及结构-声腔的耦合性,从而实现了在满足噪声约束条件下减轻结构质量的目标。本文的工作对实际工程中由加肋壁板所构成的类似结构的减重降噪设计有着较好的工程指导价值。     

基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

圆弧形榫连结构低循环疲劳试验与寿命分析

针对大涵道比涡扇发动机采用的圆弧形燕尾榫连结构,设计了缩尺的双榫头疲劳试验件及其试验夹具。开展了不同载荷水平下的低循环疲劳试验,并对比了表面强化对试验件疲劳特性的影响,给出了可初步用于设计的疲劳寿命S-N曲线。研究表明:圆弧形燕尾榫头试件的疲劳失效形式为微动磨损导致的疲劳断裂;相同疲劳载荷水平下,表面强化试验件的疲劳寿命比未强化试验件的高40%~65%;不同载荷水平下的试验结果基本符合Miner累积损伤准则。     

一阶滞后对象广义预测控制下的闭环稳定性分析

 利用参数模型和非参数模型相结合的方法,给出了一阶滞后对象在广义预测控制下闭环稳定的充要条件。发现:(1)对开环稳定的一阶滞后对象,总存在一组控制器参数,使得在该控制器控制下,无论对象的开环增益K与时间常数T如何变化,闭环系统都保持稳定;(2)对于开环不稳定的一阶滞后对象,无论控制器参数如何选取,当K和T的变化超出一定范围时,闭环系统就会失去稳定性。     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。     

正交各向异性单向复合材料裂纹尖端塑性区求解

基于复合材料力学基本理论,推导了Tsai-Hill准则、Hoffman准则和Tsai-Wu准则在平面问题下的一般表达式,在平面应力和应变状态下,得到复合材料中心裂纹板裂纹尖端塑性区的解析解.结果表明,基于Tsai-Wu准则得到的Ⅰ型、Ⅱ型和Ⅰ/Ⅱ复合型裂纹裂尖塑性区范围最小.平面应变状态下的裂尖塑性区范围小于平面应力状态下的裂尖塑性区范围.裂纹倾角β对复合材料裂尖塑性区范围和形状有明显影响,不同值得到的塑性区结果差别很大.不论是平面应力还是平面应变条件,裂纹尖端塑性区域都随着裂纹倾角的增大而增大.     

基于非线性系数的金属构件寿命预测研究

通过对位错引起的超声非线性行为理论模型的研究,发现超声非线性系数的变化与疲劳损伤累积过程中位错密度的变化趋势相对应。基于上述理论,利用非线性超声对45#钢三点弯曲试件的微裂纹扩展进行了检测,实验发现位错密度的变化趋势与微裂纹扩展的3个阶段紧密相关。因此,利用非线性系数作为特征参数实现了对微裂纹扩展不同阶段的表征,从而实现了金属构件剩余寿命的预测,并且验证了超声非线性系数与位错密度成正比的位错理论。     

构造Bayes与Fiducial预测区间的若干方法

对构造Bayes与Fiducial预测区间的几种方法进行了讨论,并举例比较了它们在使用中的方便程度。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。